Manfaat Database Untuk Meningkatkan Kinerja Bisnis Dan Pengambilan Keputusan.

Organisasi bisnis menggunakan database mereka untuk memantau transaksi dasar,seperti membayar
pemasok,memproses pesanan,memantau pelanggan,serta mengaji karyawan.akan tetapi,mereka juga
membutuhkan database untuk menyediakan informasi guna menjalankan bisnis dengan lebih
efesien,serta membantu manajer dan karyawan membuat keputusan yang lebih baik.

-TANTANGAN DALAM MENANGANI BESARNYA VOLUME DATA

sampai dengan 5 tahun yang lalu,sebagian besar data di kumpulkan oleh organisasi yang terdiri atas
data transaksi yang dapat di tempatkan dengan mudah kedalam kolom dan baris pada DBMS
resional.sejak saat itu ada lonjakan data dari lalu-lintas web,pesan surel,dan konten media
social(tweets,status pesan),demikian juga dari data yang dihasilkan dari mesin seperti sensor (yang
digunakan pada smart meter,sensorpabrik,dan meteran elektrik).atau dari sistem transaksi elektronis.

Organisasi bisnis tertarik dengan data besar karena mereka dapat melihat pola yang lebih berbentuk
dan anomali-anomali yang lebih menarik ketimbang data kecil,yang berpotensi memberikan wawasan
baru tentang perilaku pelanggan,pola cuaca,aktivitas pasar saham,dan fenomena
lainnya.bagaimanapun,untuk memproleh nilai bisnis dari data-data tersebut,organisasi memerlukan
perangkat dan teknologi baru jagan mampu mengelola data dan non-tradisional beserta data
perusahaan mereka.

-INFRASTRUKTUR INTELEJEN BISNIS

Jika anda berkerja di perusahaan besar,data yang anda butuhkan mungkin terfragmentsi ke dalam
sistem-sistem yang terpisah seperti penjualan,produksi,dan akuntansi,atau bahkan berasal dari sumber
eksternal seperti demografis dan intelejen bisnis terkini memiliki rangkaian perangkat untuk memproleh
informasi-informasi yang di perlukan dari berbagai jenis data yang berbeda pada organisasi bisnis masa
kini,termasuk data berkapasitas besar yang semi-terstruktur maupun tidak struktur.kemampuan ini
meliputi data warehouse,data marts,hadoop,in-memory computing,serta platform analitis.

-DATA WAREHOUSE DAN DATA MART

Data warehouse adalah data yang menyimpan data historis dan data terkini yang berpengaruh bagi
kepentingan pengambilan keputusan di seluruh perusahaan.data tersebut di tunjukan bagi banyak
sistem operasional transaksi-transaksi penting,seperti sistem penjualan,data
pelanggan,manufaktur,termasuk,data dari transaksi web.data ware house menghasilkan data historis
dan data terkini dari bebagai sistem operasi pada organisasi.data ini di kombinasikan dengan data
sumber eksternal,serta mengoreksi data yang tidak akurat dan kurang lengkap,sekaligus memberikan
susunan data bagi kepentingan pelaporan dan analisis data bagi pihak manajemen sebelum dimasukan
ke dalam data warehouse.

Data mart adalah bagian dari data warehouse yang di ringkas atau dikhususkan untuk penanganan jenis-
jenis data tertentu pada database yang terpisah untuk kelompok pengguna yang telah di
tentukan.sebagai contoh,perusahaan bisa saja mengembangkan data mart bagi divisi penjualan dan
pemasaran untuk mengurusi informasi pelanggan.

-HADOOP

Hadoop adalah kerangka kerja open-source yang dikelola oleh Apache Software foundation yang
memungkinkan penindustrian proses data berkapasitas besar secara pararel pada komputer komputer
berbiaya terjangkau.Hadoop memecah masalah data besar tersebut menjadi bagian-bagian yang lebih
kecil,kemudian mendistribusikannya ke ribuan titik pemprosesan komputer yang berbiaya
terjangkau,lalu mengombinasikan hasilnya menjadi rangkaian data yang lebih kecil untuk
mempermudah proses analisis.

Hadoop terdiri atas beberapa layanan pokok:hadoop Distributed File System (HDFS)untuk penyimpanan
file data dan MapReduce untuk pemprosesan data pararel dengan tampilan grafis tinggi.HDFS
menghubungkan secara bersamaan file-file sistem pada sejumlah titik dalam sebuah cluster Hadoop
untuk kemudian di ubah menjadi file sistem tunggul berukuran besar.Mapreduce buatan Hadoop
terinspirasi oleh Mapreduce buatan Google dalam memecah rangkaian pemprosesan data berukuran
besar dan menyebarkan perkerjaan-perkerjaan tersebut ke berbagai titik dalam sebuah
duster,Hbase,database non-Relasional buatan hadoop,menyediakan akses cepat kedata yang tersimpan
pada HDFS dan platform transaksional untuk mengoperasikan aplikasi-aplikasi real time bersekala
tinggi.

-KOMPUTASI DALAM-MEMORI

Cara lainnya untuk memfasilitasi analisis data yang besar adalah dengan menggunakan komputasi dalam
memori (in-memory computing),yang sangat mengandalkan pada memori utama dari komputer
(computers main memory-RAM)untuk dapat penyimpanan.(DBMS yang kontrovensional menggunakan
sistem penyimpanan diks).para pengguna akan mengakses data yang di simpan dalam memori suatu
utama,dengan demikian dapat menghilangkan kemacetan dari mengambil dan membaca datadalam
suatu database tradisional,berdasarkan pada disk dan secara dramatis akan mempersingkat waktu
tunggu atas permintaan.pada pemprosesan dalam memori akan memungkinkan bagi serangkaian data
yang sangat besar,sebesar ukuran data mart atau data warehouse yang kecil,untuk meletkan
keseluruhannya dalam memori.perhitungan bisnis yang rumit yang bisanya memerlukan waktu berjam-
jam atau berhari-hari akan dapat diselesaikan dalam hitungan detik,dan ini bahkan dapat diselesaikan
dengan menggunakan perangkat genggam.

-PLATFORM ANALITIS

Platform atau (analitic platforms) berkecepatan tinggi yang tersepesialisasi dengan menggunakan baik
teknologi terkait maupun yang tidak terkait yang dioptimalkan untuk menganalisis kumpulan data yang
besar.platform analitis ini,seperti missal nya IBM Netezza dan Orade Exadata,menampilkan sistem
perangkat keras perangkat lunak yang telah dikonfigurasi sebelumnya,yang secara spesifik dirancang
untuk pemprosesan permintaan dan analitis.sebagai contoh,IBM Netezza menampilkan database yang
terintegrasi secara ketat,server,dan komponen-komponen penyimpanan yang menangani pernyataan
analitis yang rumit 10 hingga 100 kali lebih cepat daripada sistem tradisional platform analitis juga
memasukan sistem dalam memori dan NoSQL sistem manajemen database non-relasional.

-PERANGKAT ANALITIS :HUBUNGAN,POLA,TREN

Ketika data